انواع تحلیل در منابع انسانی؛ از توصیف تا تجویز

پس از مطالعه این مقاله، می‌توانید نوع تحلیل مناسب را بر اساس پرسش انتخاب کنید و حدود ادعای هر خروجی را توضیح دهید.

ساناز مرادی آبان ۱۴۰۵ ۷ دقیقه مطالعه
مناسب برایمدیران منابع انسانی
انواع تحلیل در منابع انسانی؛ از توصیف تا تجویز
فهرست مطالب این مقاله
  1. ۱.چهار نوع تحلیل چه تفاوتی دارند؟
  2. ۲.تحلیل توصیفی؛ دیدن درست وضعیت
  3. ۳.تحلیل تشخیصی؛ بررسی توضیح‌ها بدون جهش به علیت
  4. ۴.تحلیل پیش‌بینانه؛ برآورد همراه با احتمال خطا
  5. ۵.تحلیل تجویزی؛ انتخاب با هدف و قید روشن
  6. ۶.چگونه نوع تحلیل مناسب را انتخاب کنیم؟
  7. ۷.نوع تحلیل با بلوغ سازمان یکی نیست
  8. ۸.خلاصه

گزارش خروج کارکنان آماده شده و مدیر می‌پرسد: «پس برای کاهش خروج چه کار کنیم؟» اگر گزارش فقط تعداد خروج را به تفکیک واحد نشان داده باشد، هنوز پاسخ قابل‌دفاعی برای این پرسش نداریم. ممکن است تفاوت واحدها ناشی از شرایط شغل، ترکیب سابقه، فرصت‌های بازار یا شیوه ثبت اطلاعات باشد. عبور از مشاهده وضعیت به انتخاب مداخله، به پرسش و شواهد بیشتری نیاز دارد.

در تحلیلگری منابع انسانی، چهار عنوان توصیفی، تشخیصی، پیش‌بینانه و تجویزی برای تفکیک هدف تحلیل مفیدند. این تفکیک یک راهنمای پرسش‌گری است. همه پروژه‌ها لازم نیست از هر چهار نوع عبور کنند و استفاده از نوع پیچیده‌تر، ارزش بیشتر را تضمین نمی‌کند. انتخاب حرفه‌ای، روشی است که با اطلاعات معتبر و هزینه معقول به تصمیم موردنظر کمک کند.


چهار نوع تحلیل چه تفاوتی دارند؟

نوع تحلیل پرسش اصلی خروجی قابل‌انتظار ادعایی که هنوز مجاز نیست
توصیفی (Descriptive Analytics) چه اتفاقی افتاده یا وضعیت چگونه است؟ تعداد، توزیع، روند و تفاوت گروه‌ها با تعریف روشن این تفاوت حتماً از یک علت مشخص آمده است.
تشخیصی (Diagnostic Analytics) چه عواملی می‌توانند الگوی مشاهده‌شده را توضیح دهند؟ بررسی رابطه‌ها، تفکیک‌ها و توضیح‌های رقیب عامل مرتبط را تغییر دهیم، پیامد قطعاً تغییر می‌کند.
پیش‌بینانه (Predictive Analytics) با اطلاعات در دسترس، چه پیامدی محتمل‌تر است؟ برآورد احتمال یا مقدار آینده با سنجش خطا عامل پیش‌بین علت پیامد است یا فرد حتماً آن پیامد را تجربه می‌کند.
تجویزی (Prescriptive Analytics) با توجه به هدف و محدودیت‌ها چه گزینه‌ای را انتخاب کنیم؟ مقایسه یا پیشنهاد اقدام با فرض‌ها و قیود مشخص یک پاسخ بهینه برای همه افراد و همه شرایط وجود دارد.

در مقاله «تحلیلگری منابع انسانی چیست و چه مسئله‌ای را حل می‌کند؟» جایگاه گزارش و سنجه در این مسیر روشن شده است. اینجا هدف آن است که نوع ادعای خروجی با نوع کاری که انجام داده‌ایم سازگار بماند.


تحلیل توصیفی؛ دیدن درست وضعیت

تحلیل توصیفی می‌تواند نشان دهد خروج در چه دوره‌ای بیشتر شده، کدام نقش‌ها سهم بیشتری داشته‌اند و تغییر نسبت به کدام مبنا رخ داده است. برای مفیدبودن آن، ابتدا جمعیت و رویداد را تعریف کنید: خروج داوطلبانه یا همه انواع خروج؟ کارکنان رسمی یا همه شکل‌های همکاری؟ تعداد خروج یا نرخ آن نسبت به جمعیت در معرض؟ پاسخ‌ها می‌توانند تصویر متفاوتی بسازند.

پس از آن، روند را با تغییر ترکیب نیروی کار و فرایند ثبت داده بررسی کنید. بالا رفتن تعداد خروج در یک واحد بزرگ‌شده الزاماً به معنی بدترشدن احتمال خروج نیست. افت ناگهانی غیبت ممکن است از تغییر روش ثبت ناشی شده باشد. تصمیم ساده‌ای مانند اصلاح پوشش یک شیفت، گاه با همین توصیف دقیق قابل‌پشتیبانی است؛ پیچیدگی بیشتر باید دلیل مشخصی داشته باشد.

تحلیلگر ایستاده در بایگانی در حال بررسی یک سابقه استخدام با ذره‌بین
توصیف معتبر از تعریف جمعیت، دوره و رویداد شروع می‌شود.

تحلیل تشخیصی؛ بررسی توضیح‌ها بدون جهش به علیت

وقتی الگوی خروج دیده شد، می‌توان بررسی کرد آیا با سابقه، نوع قرارداد، زمان‌بندی شیفت یا تجربه مدیریت ارتباط دارد. تفکیک گروه‌ها، مقایسه دوره‌ها و گفت‌وگو درباره فرایند واقعی کار به ساخت توضیح کمک می‌کند. لازم است از ابتدا چند توضیح قابل‌بررسی داشته باشیم تا فقط داده‌های همسو با برداشت مدیر انتخاب نشوند.

عامل مخدوش‌گر (Confounder) می‌تواند بر رابطه مشاهده‌شده اثر بگذارد. برای نمونه، مشاغل دشوارتر ممکن است هم آموزش بیشتری دریافت کنند و هم خطای بیشتری داشته باشند. دیدن رابطه مثبت آموزش و خطا به‌تنهایی دلیل زیان‌آوربودن آموزش نیست. حتی کنترل آماری چند متغیر نیز همه مشکلات طراحی، اندازه‌گیری و عوامل مشاهده‌نشده را رفع نمی‌کند.

بنابراین خروجی تشخیصی خوب درجه ادعا را مشخص می‌کند: «این الگو با توضیح زمان‌بندی شیفت سازگار است» با «تغییر شیفت، خروج را کاهش می‌دهد» یکسان نیست. اثبات اثر مداخله، به طراحی ارزیابی متناسب و در صورت امکان مقایسه معتبر نیاز دارد. روش‌های آن در مجموعه سنجش اثر مداخلات بررسی خواهد شد.


تحلیل پیش‌بینانه؛ برآورد همراه با احتمال خطا

در پیش‌بینی، اطلاعات موجود برای برآورد پیامدی که هنوز مشاهده نشده به کار می‌رود. باید زمان پیش‌بینی، افق پیامد و داده قابل‌دسترسی در همان زمان روشن باشد. استفاده از اطلاعاتی که بعداً معلوم شده‌اند، نشت داده (Data Leakage) ایجاد می‌کند و می‌تواند عملکرد مدل را به‌طور گمراه‌کننده خوب نشان دهد.

اعتبار پیش‌بینی باید روی داده‌ای بررسی شود که در ساخت مدل استفاده نشده و به شرایط کاربرد نزدیک است. تغییر بازار کار، سیاست سازمان یا تعریف داده می‌تواند کارایی قبلی را تغییر دهد. گزارش دقت کلی کافی نیست؛ باید نوع خطا، وضعیت گروه‌های مختلف و پیامد استفاده از نتیجه را نیز فهمید. در کاربردهای حساس، یک برآورد احتمالی نباید به برچسب ثابت درباره فرد تبدیل شود.

هشداراگر سابقه کوتاه همکاری، خروج آینده را پیش‌بینی می‌کند، از آن نمی‌توان نتیجه گرفت طولانی‌کردن مصنوعی سابقه یا محدودکردن فرصت جابه‌جایی، خروج را کاهش می‌دهد. پیش‌بینی درباره الگوست؛ مداخله درباره اثر اقدام است.

برنامه‌ریز نیروی کار در کنار پنجره در حال بررسی ظرفیت ایستگاه‌های کاری
پیش‌بینی نیاز آینده باید به گزینه‌های اجرایی و محدودیت‌های واقعی کار متصل شود.

تحلیل تجویزی؛ انتخاب با هدف و قید روشن

تجویز از پیش‌بینی یک گام متفاوت است: باید گزینه‌های قابل‌اجرا، هدف، محدودیت و پیامد احتمالی هر گزینه معلوم باشند. در برنامه‌ریزی شیفت، کمینه‌کردن هزینه تنها هدف ممکن نیست. پوشش مهارت، خستگی، ترجیح کارکنان، عدالت توزیع و محدودیت‌های معتبر کار نیز می‌توانند بر انتخاب اثر بگذارند. اگر این موارد حذف شوند، پاسخ محاسباتی ممکن است برای سازمان قابل‌قبول نباشد.

هدف‌گذاری چندمعیاره (Multi-Criteria Decision Making) به معنای داشتن یک وزن جهانی برای همه سازمان‌ها نیست. تصمیم‌گیر باید درباره اولویت‌ها پاسخ‌گو باشد و ببیند تغییر فرض‌ها چگونه انتخاب را تغییر می‌دهد. اگر برای اثر اقدام‌ها شواهد کافی نداریم، خروجی باید گزینه‌ها و عدم‌قطعیت را نشان دهد؛ ساخت یک امتیاز دقیق، جای شواهد مفقود را نمی‌گیرد.


چگونه نوع تحلیل مناسب را انتخاب کنیم؟

  1. اگر درباره خود وضعیت اختلاف داریم، ابتدا تعریف و توصیف را تثبیت کنیم.
  2. اگر وضعیت روشن است اما تفسیرهای متفاوت داریم، توضیح‌های رقیب و اطلاعات تکمیلی را بررسی کنیم.
  3. اگر تصمیم به برآورد پیامد آینده وابسته است، امکان پیش‌بینی معتبر و هزینه خطا را بسنجیم.
  4. اگر باید بین اقدام‌ها انتخاب کنیم، اثر موردانتظار، محدودیت و معیار ترجیح را صریح کنیم.
  5. اگر داده یا طراحی، ادعای لازم را پشتیبانی نمی‌کند، دامنه پاسخ را محدود کنیم یا جمع‌آوری شواهد متناسب را در نظر بگیریم.

در عمل، یک پروژه می‌تواند چند نوع تحلیل داشته باشد. آنچه باید ثابت بماند، تناسب میان پرسش، روش و ادعاست. مثلاً گزارش تفاوت خروج واحدها، بررسی توضیح آن تفاوت و پیش‌بینی نیاز جایگزینی سه خروجی جدا با مخاطب و کاربرد متفاوت‌اند؛ نباید همه را زیر یک عنوان مبهم «تحلیل پیشرفته» پنهان کرد.


نوع تحلیل با بلوغ سازمان یکی نیست

بلوغ تحلیلگری درباره توانایی پایدار سازمان برای تولید و استفاده مسئولانه از تحلیل است. سازمانی که گزارش ساده اما معتبر را به‌موقع وارد تصمیم می‌کند، در یک نیاز مشخص می‌تواند توانمندتر از سازمانی باشد که مدل پیچیده‌ای ساخته ولی تعریف داده یا صاحب تصمیم ندارد. مینبایوا، قابلیت تحلیلگری را در نسبت با کیفیت داده، توان تحلیل و توان اقدام راهبردی بررسی می‌کند.

مقاله «بلوغ تحلیلگری منابع انسانی چیست؟ مدل‌ها و محدودیت‌ها» این تمایز را باز می‌کند. پیشنهاد خانه منابع انسانی آن است که در سفارش کار، به‌جای درخواست کلی «تحلیل پیشرفته»، نوع تصمیم، سطح ادعای موردنیاز و هزینه اشتباه را بنویسید. سپس از تیم بخواهید توضیح دهد روش پیشنهادی چرا برای همان نیاز مناسب است.


خلاصه

توصیف، تشخیص، پیش‌بینی و تجویز به پرسش‌های متفاوت پاسخ می‌دهند. کیفیت کار با پیچیدگی روش تعیین نمی‌شود؛ پاسخ باید با شواهد و طراحی سازگار باشد. بیشترین خطر زمانی ایجاد می‌شود که از خروجی یک نوع تحلیل، ادعای نوع دیگری استخراج کنیم؛ به‌ویژه وقتی از رابطه به علت، یا از احتمال به تصمیم قطعی درباره فرد می‌رسیم.


پرسش‌های متداول

پاسخ کوتاه به ۳ پرسش درباره «انواع تحلیل در منابع انسانی؛ از توصیف تا تجویز»

۱آیا هر پروژه باید هر چهار نوع تحلیل را داشته باشد؟

خیر. پروژه باید به تصمیم مشخص پاسخ دهد. وقتی توصیف معتبر برای انتخاب کافی است، افزودن مدل پیش‌بینی می‌تواند هزینه و ابهام غیرضروری ایجاد کند.

۲آیا تحلیل تشخیصی همان تحلیل علّی است؟

خیر. تحلیل تشخیصی می‌تواند الگوها و توضیح‌های محتمل را بررسی کند. ادعای علّی به طراحی و فرض‌های متناسب نیاز دارد؛ نام تحلیل یا پیچیدگی روش آن را تضمین نمی‌کند.

۳آیا تحلیل تجویزی حتماً به هوش مصنوعی نیاز دارد؟

خیر. مقایسه ساختاریافته گزینه‌ها یا بهینه‌سازی با قیود روشن نیز می‌تواند به انتخاب کمک کند. نیاز به فناوری از پیچیدگی مسئله و شرایط استفاده می‌آید.


مراجع و منابع

  • انجمن توسعه کارکنان و سازمان. (۲۰۲۵). تحلیلگری افراد (People analytics). برگه راهنمای حرفه‌ای، ۷ فوریه.
  • مینبایوا، دانا. (۲۰۱۸). ساخت تحلیلگری معتبر سرمایه انسانی برای مزیت رقابتی سازمان. مدیریت منابع انسانی، ۵۷(۳)، ۷۰۱–۷۱۳. شناسه اثر: ۱۰.۱۰۰۲/hrm.۲۱۸۴۸.
  • پیترز، تینا؛ پاوه، یاپ؛ ون‌دِ وورده، کارینا. (۲۰۲۰). اثربخشی تحلیلگری افراد: توسعه یک چارچوب. اثربخشی سازمانی: افراد و عملکرد، ۷(۲)، ۲۰۳–۲۱۹. شناسه اثر: ۱۰.۱۱۰۸/JOEPP-۰۴-۲۰۲۰-۰۰۷۱.
پایان مقاله
این مطلب به کارتان آمد؟ از ۱ تا ۵، یک عدد انتخاب کنید
— اولین رأی را شما بدهید
اشتراک‌گذاریdev.hrhome.ir/?p=26827
نویسنده این مقاله ساناز مرادی متخصص منابع انسانی و تحلیلگر داده‌های منابع انسانی

من ساناز مرادی هستم؛ متخصص تحلیل داده‌های منابع انسانی. برای من، پشت هر عدد روایتی از آدم‌ها و زندگی کاری آن‌هاست. کارم این است که از میان داده‌های پراکنده، الگوها و بینش‌هایی پیدا کنم که به تصمیم‌های بهتر برای کارکنان و سازمان کمک کنند. در این مجله، از همین مسیر می‌نویسم؛ از تبدیل داده‌ها به شناخت و شناخت به اقدام.

از مقاله تا اجرا در سازمان

این چالش در سازمان شما هم هست؟

اگر می‌خواهید آنچه خواندید را در سازمان خود به کار بگیرید، درخواست‌تان را بفرستید تا هم‌تیمی‌های خانه منابع انسانی برای هماهنگی با شما تماس بگیرند.

  • تشخیص دقیق مسئلهپیش از هر راه‌حلی، ریشه را پیدا می‌کنیم
  • طراحی راه‌حل متناسبنه نسخه آماده؛ متناسب با فرهنگ و اندازه سازمان شما
  • همراهی تا اجرااز طراحی تا استقرار و سنجش نتیجه

میزگرد حرفه‌ای خانه منابع انسانی

پرسش این میزگرد

در درخواست‌های تحلیلی سازمان شما، چند بار از یک گزارش توصیفی انتظار اثبات علت یا پیشنهاد قطعی اقدام داشته‌اند؟

  • موقعیت چه بود؟
  • چه شواهدی داشتید؟
  • امروز چه تصمیمی می‌گرفتید؟
هنوز دیدگاهی برای این مقاله ثبت نشده است. اگر تجربه یا پرسشی درباره این موضوع دارید، اولین دیدگاه را بنویسید.

دیدگاه خودتان را روی میز بگذارید

نام افراد و اطلاعات محرمانه سازمان را در دیدگاه ننویسید. نشانی ایمیل شما منتشر نمی‌شود.

دیدگاه شما از کدام جنس است؟